최근 항공기, 잠수함, 로봇 등 고도의 신뢰성이 요구되는 군사무기체계 분야에 상용 필드버스의 적용이 활발히 이루어지고 있다. 잠수함 전투체계 역시 대표적인 군사용 전자 장비로서 다양한 컴퓨터와 센서 및 액추에이터들이 실시간 네트워크로 연결되어 있다. 잠수함의 작전수행능력 및 생존성과 직결되는 전투체계용 네트워크는 매우 높은 수준의 신뢰성을 만족해야 된다. 그 결과 잠수함 전투체계의 구성장비들을 제어하기 위한 필드버스로써 표준 CAN(Controller Area Network)을 기반으로 채널과 제어기를 이중화한 이중채널 CAN 버스가 주로 이용되고 있다. 본 논문에서는 Petri Net을 이용하여 이중채널 CAN 버스의 신뢰도 분석 모델을 제시한다. 기존연구에서는 네트워크를 통한 정보전송 성능 분석에 주안점이 주어졌으나, 본 논문에서는 CAN의 다양한 물리적 고장 유형을 반영하여 GSPN(Generalized Stochastic Petri Nets) 모델을 제안한다. 제안된 모델을 기반으로 고장율과 고장복구율을 변경하면서 각 고장 유형이 이중채널 CAN 버스의 신뢰도에 미치는 영향을 분석한다.
최근 항공기, 잠수함, 로봇 등 고도의 신뢰성이 요구되는 군사무기체계 분야에 상용 필드버스의 적용이 활발히 이루어지고 있다. 잠수함 전투체계 역시 대표적인 군사용 전자 장비로서 다양한 컴퓨터와 센서 및 액추에이터들이 실시간 네트워크로 연결되어 있다. 잠수함의 작전수행능력 및 생존성과 직결되는 전투체계용 네트워크는 매우 높은 수준의 신뢰성을 만족해야 된다. 그 결과 잠수함 전투체계의 구성장비들을 제어하기 위한 필드버스로써 표준 CAN(Controller Area Network)을 기반으로 채널과 제어기를 이중화한 이중채널 CAN 버스가 주로 이용되고 있다. 본 논문에서는 Petri Net을 이용하여 이중채널 CAN 버스의 신뢰도 분석 모델을 제시한다. 기존연구에서는 네트워크를 통한 정보전송 성능 분석에 주안점이 주어졌으나, 본 논문에서는 CAN의 다양한 물리적 고장 유형을 반영하여 GSPN(Generalized Stochastic Petri Nets) 모델을 제안한다. 제안된 모델을 기반으로 고장율과 고장복구율을 변경하면서 각 고장 유형이 이중채널 CAN 버스의 신뢰도에 미치는 영향을 분석한다.
Thanks to various benefits, low-cost real-time communication networks so called fieldbus have been widely used in many industrial applications including military systems, such as aircrafts, submarines, and robots. This paper presents a reliability analysis of dual-channel CAN(Controller Area Network...
Thanks to various benefits, low-cost real-time communication networks so called fieldbus have been widely used in many industrial applications including military systems, such as aircrafts, submarines, and robots. This paper presents a reliability analysis of dual-channel CAN(Controller Area Network) fieldbus which is used for controlling various equipment of submarine combat system. A submarine combat system playing a critical role to the success of missions and survivability consists of various devices including sensors/actuators and computers. Since a communication network for submarine combat system must satisfy an extremely high level of reliability, a dual channel technique is commonly adopted. In this paper, a Petri Net based reliability model for dual-channel CAN is discussed. A reliability model called generalized stochastic Petri Nets (GSPN) is built by utilizing the information on physical faults with CAN. The effectiveness of the proposed model is analyzed in terms of unreliability with respect to failure rate and repair rate.
Thanks to various benefits, low-cost real-time communication networks so called fieldbus have been widely used in many industrial applications including military systems, such as aircrafts, submarines, and robots. This paper presents a reliability analysis of dual-channel CAN(Controller Area Network) fieldbus which is used for controlling various equipment of submarine combat system. A submarine combat system playing a critical role to the success of missions and survivability consists of various devices including sensors/actuators and computers. Since a communication network for submarine combat system must satisfy an extremely high level of reliability, a dual channel technique is commonly adopted. In this paper, a Petri Net based reliability model for dual-channel CAN is discussed. A reliability model called generalized stochastic Petri Nets (GSPN) is built by utilizing the information on physical faults with CAN. The effectiveness of the proposed model is analyzed in terms of unreliability with respect to failure rate and repair rate.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 GSPN 기법을 이용하여 잠수함 전투체계의 제어 네트워크로 개발된 이중화 CAN의 신뢰도 분석 모델을 제안한다. 기존연구와 달리, 제안한 모델은 잠수함의 작전수행에 따른 고장수리 지연을 네트워크 신뢰도 분석에 반영하였다.
다만 전투체계는 잠수함의 작전 수행 능력과 생잔성에 직접 영향을 미치는 핵심장비이므로 표준 CAN 버스의 이중화를 통해 신뢰도를 개선시켰다. 따라서 본 논문에서는 일반적인 운용환경이라는 가정하에 이중화 CAN의 신뢰도 모델을 제시하고자 한다.
본 논문에서는 두 개의 채널에서 함내 복구가능 고장 또는 함내 복구불가능 고장이 동시에 발생하지 않을 확률을 신뢰도로 정의하였다. 본 장에서는 앞서 제시한 신뢰도 함수 식 (7)를 이용해 네트워크에서 각 채널의 고장에 따른 시스템의 신뢰도를 산출한다.
본 논문에서는 잠수함의 작전수행 기간을 고려하여 이중화 CAN 기반 전투체계 제어 네트워크의 신뢰도를 분석할 수 있는 GSPN 모델을 제안하였다. 제안한 모델에서는, 이중화 CAN에서 발생 가능한 고장을 함내에서 즉시 수리 가능한 고장과, 기지에 정박한 상태에서만 수리할 수 있는 고장으로 세분화하여 고장율과 복구율을 반영하였다.
가설 설정
본 논문에서 다루는 이중화 CAN 네트워크는 동일한 특성을 갖는 표준 CAN 채널과 통신제어기를 이중으로 적용한 구조이므로, 각 채널에서 발생 가능한 물리적 고장은 그림 1에 제시한 단일 CAN의 경우와 동일하다고 가정할 수 있다[6]. 즉 각 채널의 물리적 고장들은 케이블 단선(A, B), 전원 단락(C, D), 접지 단락(E, F), 신호선간의 단락(G), 종단저항 파괴(H) 등으로 분류되며, 이중화 CAN의 경우 이러한 고장들이 각 채널에서 독립적으로 발생한다.
본 논문에서는 채널의 물리적인 조건이 동일하다고 가정하고, 함내 복구불가능 고장인 fOFF, A, fOFF, B의 고장율은 λOFF, 함내 복구가능 고장인 fON, A, fON, B,의 고장율은 λON로 표기한다.
이때 2가지 즉시천이가 활성화 되며, 동시에 활성화되는 즉시천이들은 어떤 확률로 천이되는데 동시에 활성화되는 즉시천이들의 확률의 합은 1이다. 본 논문에서는 각 채널의 특성을 동일하게 설계하므로 각각의 즉시천이 활성화 확률을 0.5로 가정한다.
기존의 신뢰도 모델의 경우, 함내 복구불가능 고장을 고려하지 않았기 때문에, λ, μ를 λON, μON에 각각 대응시킬 수 있으며, μOFF은 잠수함의 기지귀환 지연시간을 0으로 가정하여 μON과 같은 값으로 설정하였다.
제안 방법
본 논문에서는 GSPN 기법을 이용하여 잠수함 전투체계의 제어 네트워크로 개발된 이중화 CAN의 신뢰도 분석 모델을 제안한다. 기존연구와 달리, 제안한 모델은 잠수함의 작전수행에 따른 고장수리 지연을 네트워크 신뢰도 분석에 반영하였다. 먼저 CAN의 물리적 고장들에 대해 함내에서 수리 및 복구가 가능한 고장과, 함내 수리가 불가능하여 기지로 귀환 후 복구할 수 있는 고장으로 분류하고, 이를 기반으로 GSPN 모델을 제시한다.
기존연구와 달리, 제안한 모델은 잠수함의 작전수행에 따른 고장수리 지연을 네트워크 신뢰도 분석에 반영하였다. 먼저 CAN의 물리적 고장들에 대해 함내에서 수리 및 복구가 가능한 고장과, 함내 수리가 불가능하여 기지로 귀환 후 복구할 수 있는 고장으로 분류하고, 이를 기반으로 GSPN 모델을 제시한다. 예를 들어, 기지로 귀환하기까지 잔여시간을 d로 가정하고, 함내 복구가 불가능한 임의의 고장 f의 평균수리시간이 h로 주어졌다면, 고장 f의 실제 복구시간은 (h+d)로 변경하여 신뢰도 분석에 적용한다.
예를 들어, 기지로 귀환하기까지 잔여시간을 d로 가정하고, 함내 복구가 불가능한 임의의 고장 f의 평균수리시간이 h로 주어졌다면, 고장 f의 실제 복구시간은 (h+d)로 변경하여 신뢰도 분석에 적용한다. 이어서, Petri Net 모델을 CTMC(Continuous Time Markov Chain) 모델로 변환하고 이를 바탕으로 신뢰도 함수를 도출한다. 제안된 모델의 효용성을 확인하기 위해서 함내 복구가 불가능한 고장의 고장복구율(repair rate)을 작전수행 기간을 고려하여 변경하면서 이중화 CAN의 신뢰도를 분석하고 그 결과를 기존연구 결과[4]와 비교하여 제시한다.
아울러, 잠수함이 운용되는 외부 환경은 매우 열악하지만, 전투체계는 해군 승조원이 상주하는 구역에 설치되므로 일상적인 온도, 진동, 습도 등의 환경조건과 크게 다르지 않다는 점도 상용 CAN 버스의 적용이 가능한 이유이다. 다만 전투체계는 잠수함의 작전 수행 능력과 생잔성에 직접 영향을 미치는 핵심장비이므로 표준 CAN 버스의 이중화를 통해 신뢰도를 개선시켰다. 따라서 본 논문에서는 일반적인 운용환경이라는 가정하에 이중화 CAN의 신뢰도 모델을 제시하고자 한다.
편의상 fON과 fOFF를 ‘함내 복구가능 고장’과 ‘함내 복구불가능 고장’으로 부르기로 한다. 다만, 잠수함의 설계 및 제작이 아직 진행 중인 점을 고려하여 본 논문에서는 각 고장들을 fON과 fOFF로 확정하지 않은 상태에서 신뢰도 모델을 도출한다.
특히 Stochastic Petri Net(SPN)은 CTMC와 동일한 형태임이 증명되어 다양한 시스템의 성능 및 신뢰도 분석에 사용되고 있다[16][17]. 본 논문에서는 SPN에 즉시천이 기능이 추가된 GSPN을 이용하여 전투체계 이중화 CAN 네트워크를 모델링하고 신뢰도 함수를 정의한다.
본 논문에서 다루는 전투체계 제어 네트워크는 분산처리 구조를 이루는 구성장비 간의 실시간성, 생잔성, 가용성 향상을 위해 그림 2와 같이 버스 토폴로지를 갖는 표준 CAN을 이중화한 형태로 구성된다. 일반적으로 이중채널 시스템의 운영은 두 채널을 동일한 형태로 병행 사용하는 hot-standby, 주·부 채널로 기능을 구분하여 병행 사용하는 warm-standby, 그리고 하나의 채널만 사용하다가 고장시 다른 채널로 전환되는 cold-standby 등으로 구분된다[19].
는 각각 채널 A와 채널 B의 고장이 없는 상태를 나타낸다. 함내 복구가능 고장의 발생을 시간천이 t1와 t5로 표현하였고, 각 채널의 함내 복구가능 고장상태를 P3와 P5로 표현하였다. 그리고 함내 복구불가능 고장의 발생을 시간천이 t3와 t7로, 각 채널의 함내 복구가능 고장 상태를 P4와 P6로 각각 표현하였다.
함내 복구가능 고장의 발생을 시간천이 t1와 t5로 표현하였고, 각 채널의 함내 복구가능 고장상태를 P3와 P5로 표현하였다. 그리고 함내 복구불가능 고장의 발생을 시간천이 t3와 t7로, 각 채널의 함내 복구가능 고장 상태를 P4와 P6로 각각 표현하였다. 함내 복구가능 고장 상태에 대한 고장 복구율은 시간천이 t2과 t6로 표현하였다.
시스템 정지상태의 확률 함수는 CTMC 과도상태 해석을 수행하여 얻는다. CTMC에 표현된 각 상태에 대한 과도확률은 극소생설기 행열 Q와 과도확률의 미분방정식으로 표현된다.
본 논문에서는 정의된 과도확률을 구하기 위한 방법으로 복잡한 다변수 연립 미분방정식을 풀이 대신, 수치적 해석 방법을 수행하였다.
본 논문에서는 잠수함의 작전수행 기간을 고려하여 이중화 CAN 기반 전투체계 제어 네트워크의 신뢰도를 분석할 수 있는 GSPN 모델을 제안하였다. 제안한 모델에서는, 이중화 CAN에서 발생 가능한 고장을 함내에서 즉시 수리 가능한 고장과, 기지에 정박한 상태에서만 수리할 수 있는 고장으로 세분화하여 고장율과 복구율을 반영하였다. 모든 고장을 즉시 수리 가능한 것으로 가정하였던 기존 방법과 본 논문의 신뢰도 모델을 비교한 결과, 잠수함의 작전수행 기간에 따라 더 높은 수준의 네트워크 신뢰도가 요구됨을 알 수 있었으며, 아울러 제안된 모델은 기존 모델을 포함하는 확장된 모델로 볼 수 있음을 확인하였다.
대상 데이터
이후 CAN 버스는 자동차 뿐 아니라 유사한 요구특성을 갖는 제트엔진[13], 풍력발전기[14], 잠수함[15] 등의 제어를 위해 폭넓게 적용되고 있다. 이러한 배경에서 본 연구의 대상인 잠수함 전투체계의 제어를 위해 상용 CAN 버스를 채택하고 있다. 아울러, 잠수함이 운용되는 외부 환경은 매우 열악하지만, 전투체계는 해군 승조원이 상주하는 구역에 설치되므로 일상적인 온도, 진동, 습도 등의 환경조건과 크게 다르지 않다는 점도 상용 CAN 버스의 적용이 가능한 이유이다.
데이터처리
이어서, Petri Net 모델을 CTMC(Continuous Time Markov Chain) 모델로 변환하고 이를 바탕으로 신뢰도 함수를 도출한다. 제안된 모델의 효용성을 확인하기 위해서 함내 복구가 불가능한 고장의 고장복구율(repair rate)을 작전수행 기간을 고려하여 변경하면서 이중화 CAN의 신뢰도를 분석하고 그 결과를 기존연구 결과[4]와 비교하여 제시한다.
제안된 방법과 기존 방법의 비교를 위해 함내 복구불가능 고장의 복구율 λOFF을 0에서 증가시키며 분석하였다.
본 장에서는 앞서 제시한 신뢰도 함수 식 (7)를 이용해 네트워크에서 각 채널의 고장에 따른 시스템의 신뢰도를 산출한다. 우선 본 논문에서 제안한 네트워크 신뢰도 모델을 검증하기 위해, 기존의 신뢰도 모델[4]과 신뢰도 분석 결과를 비교한다. 기존의 신뢰도 모델의 경우, 함내 복구불가능 고장을 고려하지 않았기 때문에, λ, μ를 λON, μON에 각각 대응시킬 수 있으며, μOFF은 잠수함의 기지귀환 지연시간을 0으로 가정하여 μON과 같은 값으로 설정하였다.
이론/모형
일반적으로 이중채널 시스템의 운영은 두 채널을 동일한 형태로 병행 사용하는 hot-standby, 주·부 채널로 기능을 구분하여 병행 사용하는 warm-standby, 그리고 하나의 채널만 사용하다가 고장시 다른 채널로 전환되는 cold-standby 등으로 구분된다[19]. 본 논문에서는 채널의 일부에서 고장이 발생하더라도 채널 전환을 위한 지연이 발생하지 않는 hot-standby 기법을 적용한다.
시뮬레이션에 사용되는 λON, μON의 값은 참고문헌[4]에서 사용된 파라미터를 참고하였다.
성능/효과
본 논문에서 도출한 CTMC 모델을 살펴보면 M13, M16, M17, M18, M19 에서 시스템 정지상태가 되는 것을 알 수 있다. 시스템 정지상태를 집합 Φ = {M13, M16, M17, M18, M19} 로 정의할 수 있다.
또한 λOFF 즉 함내 복구불가능 고장의 발생이 증가함에 따라 기존의 신뢰도 모델의 결과 보다 보수적인 결과를 나타내었다.
또한 λOFF 즉 함내 복구불가능 고장의 발생이 증가함에 따라 기존의 신뢰도 모델의 결과 보다 보수적인 결과를 나타내었다. 따라서 제안한 신뢰도 모델은 기존의 신뢰도 모델을 포함하는 확장된 신뢰도 분석 모델임을 확인할 수 있다.
제안한 모델에서는, 이중화 CAN에서 발생 가능한 고장을 함내에서 즉시 수리 가능한 고장과, 기지에 정박한 상태에서만 수리할 수 있는 고장으로 세분화하여 고장율과 복구율을 반영하였다. 모든 고장을 즉시 수리 가능한 것으로 가정하였던 기존 방법과 본 논문의 신뢰도 모델을 비교한 결과, 잠수함의 작전수행 기간에 따라 더 높은 수준의 네트워크 신뢰도가 요구됨을 알 수 있었으며, 아울러 제안된 모델은 기존 모델을 포함하는 확장된 모델로 볼 수 있음을 확인하였다. 향후 연구주제로써 이중화 네트워크의 운영방식과 채널의 고장검출 및 자동복구 알고리즘 특성에 따른 네트워크 신뢰도 분석을 수행할 예정이다.
후속연구
모든 고장을 즉시 수리 가능한 것으로 가정하였던 기존 방법과 본 논문의 신뢰도 모델을 비교한 결과, 잠수함의 작전수행 기간에 따라 더 높은 수준의 네트워크 신뢰도가 요구됨을 알 수 있었으며, 아울러 제안된 모델은 기존 모델을 포함하는 확장된 모델로 볼 수 있음을 확인하였다. 향후 연구주제로써 이중화 네트워크의 운영방식과 채널의 고장검출 및 자동복구 알고리즘 특성에 따른 네트워크 신뢰도 분석을 수행할 예정이다.
질의응답
핵심어
질문
논문에서 추출한 답변
잠수함 전투체계는 무엇으로 구성, 연결되어 있는가?
최근에는 고도의 신뢰성이 요구되는 군사시스템에서도 필드버스가 폭넓게 적용되고 있는데[4], 다양한 무장과 장비들을 제어하는 잠수함 전투체계(submarine combat system)는 대표적인 네트워크 기반 군사시스템이다. 잠수함 전투체계는 20여 개 이상의 다기능 콘솔과 소나 콘솔 등으로 구성되며, 이들은 데이터 네트워크와 제어 네트워크를 통해 서로 연결되어 있다. 데이터 네트워크는 신호처리 및 상황 인지·판단에 필요한 데이터를 전송하기 위한 것으로서 주로 Ethernet 기반의 대용량 네트워크가 사용된다.
저비용 실시간 통신네트워크는 무엇으로 불리는가?
필드버스 또는 데이터버스로 불리는 저비용 실시간 통신네트워크는 그 효용성으로 인해 산업계 전반에 널리 사용되고 있다[1-3]. 최근에는 고도의 신뢰성이 요구되는 군사시스템에서도 필드버스가 폭넓게 적용되고 있는데[4], 다양한 무장과 장비들을 제어하는 잠수함 전투체계(submarine combat system)는 대표적인 네트워크 기반 군사시스템이다.
저비용 실시간 통신네트워크는 어디에 적용되는가?
필드버스 또는 데이터버스로 불리는 저비용 실시간 통신네트워크는 그 효용성으로 인해 산업계 전반에 널리 사용되고 있다[1-3]. 최근에는 고도의 신뢰성이 요구되는 군사시스템에서도 필드버스가 폭넓게 적용되고 있는데[4], 다양한 무장과 장비들을 제어하는 잠수함 전투체계(submarine combat system)는 대표적인 네트워크 기반 군사시스템이다. 잠수함 전투체계는 20여 개 이상의 다기능 콘솔과 소나 콘솔 등으로 구성되며, 이들은 데이터 네트워크와 제어 네트워크를 통해 서로 연결되어 있다.
참고문헌 (19)
H. T. Dorissen and K. Durkopp, "Mechatronics and drive-by-wire systems: advanced non-contacting position sensors," Control Engineering Practice, vol.11, no.2, pp.191-197, Feb. 2003.
S. M. Kim, P. H. Anh, J. M. Lee, "Fault Tolerant Ethernet Techniques of High-tech Weapon Systems," Information and Communications Magezine, vol. 26, no. 3, pp. 69-75, Feb. 2009.
T. Hiaroka, S. Eto, O. Nishihara, H. Kumamoto, "Fault tolerant design for x-by-wire vehicle," SICE 2004 Annual Conference, pp.1940-1945, Aug. 2004.
H. S. Kim, "Study on the reliability analysis for fault-tolerant dual ethernet," Journal of the KIMST, vol.10, no.2, pp.107-114, Jun. 2007.
ISO 11898, Road vehicles-interchange of digital information-Controller Area Network(CAN) for high-speed communication, International Standards Organisation(ISO), Nov, 1993.
J. Rufino, Technical Report CSTC Technical Report RT-98-02, Instituto Superior Tecnico NavIST Group, 1998.
S. Rai, K. K. Aggarwal, "An efficient methods for reliability evaluation of a general networks," IEEE Trans. Reliability, vol.27, no.3, pp.206-211, Aug. 1978.
J. A. Abraham, "An improved algorithm for network reliability," IEEE Trans. Reliability, vol.28, no.1, pp58-61, Apr. 1979.
S. Hariri, C. S. Raghavendra, "SYREL : A symbolic reliability algorithm based on path and cutset methods," IEEE Trans. Reliability, vol.35, no.10, pp.1224-1232, Oct. 1987.
Malhotra, M. and Ciardo, G. and Trivedi, K. S., "Dependability modeling using Petri-nets," IEEE Trans. Reliability, vol.44, no.3, pp.428-440, Sep. 1995.
A. Ajmone-Marsan, G. Balbo, "A class of generalized stochastic Petri nets for the performance evaluation multiprocessor systems," ACM Trans. Comp. Systems, vol.2, no.2, pp.93-122, May. 1984.
H.A.Thompson, et al., "A CAN based safety critical distributed aeroengine control systems architecture demonstrator," Microprocessors and Microsystems, vol.23, pp.345-355, Nov. 1999.
J. Blandin, P.Leon "Network architectures for underwater systems: two applications of the CAN bus," Proc. OCEANS'98, pp.503-507, Oct. 1998.
G. Ciardo, Analysis of large stochastic Petri net models, PhD thesis, Duke University, 1989.
G. Chiola, GreatSPN users' manual technical report, Dipartimento di Informatica, Universita degli studi di torino, 1987.
M. A. Marsan, G. Balbo, G. Ciardo, and G. Conte, Modelling techniques and tools for performance analysis, Elsevier Science Publishers, pp.155-170, 1985.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.